問題点
PyCharmをインストールしようとしたら32Bitのlauncherしか出ない.
解決方法
stackoverflow.com
ここにも書いてあるように64BitのJDKをインストールする
PyCharmをインストールしようとしたら32Bitのlauncherしか出ない.
stackoverflow.com
ここにも書いてあるように64BitのJDKをインストールする
これまでPandasとmatplotlibを一緒に使う機会がなかったんですが,Pandasにも描画機能があります.しかもこれが結構便利!とうことで早速使ってみたので,ログとして残しておきます.
import pandas as pd import pylab import matplotlib import matplotlib.pyplot as plt plt.style.use('ggplot') # ggplotを使う font = {'family' : 'meiryo'} # フォントをメイリオにする matplotlib.rc('font', **font) # # データフレームの定義 df = pd.DataFrame({'Time': ['10:00:00', '10:00:01', '10:00:02', '10:00:03', '10:00:04','10:00:05', '10:00:06', '10:00:07', '10:00:08', '10:00:09'], 'Value1': [25, 30, 104, 52, 41, 91, 102, 40 ,101 ,97], 'Value2': [45, 19, 34, 19, 78, 148, 45, 53 ,74 ,32]}) # サイズの変換 pylab.figure(figsize=(9, 6)) # グラフを描く df.plot() # 画像ファイルの保存 plt.savefig("image.png")
v
機械学習のライブラリなどを使おうとすると,データフレーム型からnumpyのarray型にしないと引数として渡せない場合があります.このデータフレームからarrayに変換する方法は色々あるんですが,一番簡単なのはas_matrix()を使うことでしょうか.
In [102]: import pandas as pd # pandasをインポート In [103]: import numpy as np # numpyをインポート # データフレームを定義する In [104]: df = pd.DataFrame({'Time': ['10:00:00', '10:00:01', '10:00:02', '10:00:03', '10:00:04','10:00:05', '10:00:06', '10:00:07', '10:00:08', '10:00:09'], ...: 'Value1': [25, 30, 104, 52, 41, 91, 102, 40 ,101 ,97], ...: 'Value2': [45, 19, 34, 19, 78, 148, 45, 53 ,74 ,32]}) # データフレームの中身を確認する In [105]: df Out[105]: Time Value1 Value2 0 10:00:00 25 45 1 10:00:01 30 19 2 10:00:02 104 34 3 10:00:03 52 19 4 10:00:04 41 78 5 10:00:05 91 148 6 10:00:06 102 45 7 10:00:07 40 53 8 10:00:08 101 74 9 10:00:09 97 32 # .as_matrix()を呼び出す In [106]: array = df.as_matrix() # arrayに変換されたかを確認する In [107]: array Out[107]: array([['10:00:00', 25, 45], ['10:00:01', 30, 19], ['10:00:02', 104, 34], ..., ['10:00:07', 40, 53], ['10:00:08', 101, 74], ['10:00:09', 97, 32]], dtype=object)
こんな感じ
as_matrixはどうやら無くなるみたいですね.
FutureWarning: Method .as_matrix will be removed in a future version. Use .values instead.
とのこと.なので代わりに
df.values.tolist()
を使いますかな.
teratailのフォーマットが見やすいので,真似して書いてみます.
Pythonの3系を使っているのですが,どうやら開発環境のワークスペースを変えるとファイルを読むときにはワークスペースからパスを通さなくてはならないらしいです.なのでパス+ファイル名みたいな書き方をしていたのですが,エラーが出てしまいます.
たとえば
path = 'ファイルまでのパス' df = pd.read_csv( path + 'ファイル名.csv')
と書くと
File b'ファイルまでのパス\\ファイル名.csv' does not exist
という具合に何故か\\(円マークもしくはバックスラッシュが2つならんでしまします)
またグラフを出力しようとすると,'path'の後ろの文字列とつながってしまって'末尾の円マーク以降の文字列+「ファイル名」'みたいになってしまいます.
PythonといえばSpyderを使ったりJupyter Notebookをしてますが,Jupyter Notebookの方はフォントが気に入らなかったりします.そこでnbextensionsをつかって色々いじってみたんですが,忘れそうなのでこのブログにメモしておきます.
ちなみにAnacondaはAnaconda 4.3.0 For Windowsを使っています.
ダウンロードは下記のサイトからしました.
GitHub - ipython-contrib/jupyter_contrib_nbextensions: A collection of various notebook extensions for Jupyter
ダウンロードというかここのサイトに書いてあったとおりにやっただけなんですけどね~
最初は404 errorが出てしまいましたが,「conda install -c conda-forge jupyter_contrib_nbextensions」と入力したらうまくいきました!
PythonのPandasを使っていると,例えば同じ名前の者同士を一括りにして,平均なり最大値を出したり,という処理を迫られることがあります.私自身,この間それを迫られた訳で,オライリーの本を読んで,どういう挙動を示すか色々試してみました.せっかくなので試した内容を,この記事にメモしておきたいと思います.
さて,今回のデータフレームは下のものを使います.
In [62]: df = pd.DataFrame( ...: {'Time': ['10:00:00', '10:00:01', '10:00:02', '10:00:03', '10:00:04','10:00:05', '10:00:06', '10:00:07', '10:00:08', '10:00:09'], ...: 'Sensor': ['T-A', 'T-B', 'T-C', 'T-B', 'T-C', 'T-A', 'T-C', 'T-B' ,'T-B' ,'T-C'], ...: 'Value': [25, 30, 104, 52, 41, 91, 102, 40 ,101 ,97]} ...: ) # 今回使用するデータ In [63]: df Out[63]: Sensor Time Value 0 T-A 10:00:00 25 1 T-B 10:00:01 30 2 T-C 10:00:02 104 3 T-B 10:00:03 52 4 T-C 10:00:04 41 5 T-A 10:00:05 91 6 T-C 10:00:06 102 7 T-B 10:00:07 40 8 T-B 10:00:08 101 9 T-C 10:00:09 97
実験か何かでセンサ類を使って,得られたデータを分析することを想定しています.それぞれ,
を示しています.ちょっと問題設定としては苦しいかもしれませんが,練習のためと思ってご了承ください.
センサの型番で括るとこんな感じです.
# 今回使用するデータ In [63]: df Out[63]: Sensor Time Value 0 T-A 10:00:00 25 1 T-B 10:00:01 30 2 T-C 10:00:02 104 3 T-B 10:00:03 52 4 T-C 10:00:04 41 5 T-A 10:00:05 91 6 T-C 10:00:06 102 7 T-B 10:00:07 40 8 T-B 10:00:08 101 9 T-C 10:00:09 97 # 'Sensor'で括る In [101]: df.groupby('Sensor').groups Out[101]: {'T-A': Int64Index([0, 5], dtype='int64'), 'T-B': Int64Index([1, 3, 7, 8], dtype='int64'), 'T-C': Int64Index([2, 4, 6, 9], dtype='int64')}
括った塊を演算にかけることが出来ます.例えば下の場合は'Sensor'でグルーピングして平均を求めています.
# 'Sensor'で括り,'T-A''T-B''T-C'のそれぞれの'Value'に対する平均値を求める In [66]: df_mean = df.groupby('Sensor')['Value'].mean() In [67]: df_mean Out[67]: Sensor T-A 58.00 T-B 55.75 T-C 86.00 Name: Value, dtype: float64
In [63]: df Out[63]: Sensor Time Value 0 T-A 10:00:00 25 1 T-B 10:00:01 30 2 T-C 10:00:02 104 3 T-B 10:00:03 52 4 T-C 10:00:04 41 5 T-A 10:00:05 91 6 T-C 10:00:06 102 7 T-B 10:00:07 40 8 T-B 10:00:08 101 9 T-C 10:00:09 97
ここで無理やりTime列をDateTime 型に変換して列を追加します
In [93]: df2 = df.assign(time2=lambda xx: pd.to_datetime(xx.Time)) In [94]: df2 Out[94]: Sensor Time Value time2 0 T-A 10:00:00 25 2017-02-05 10:00:00 1 T-B 10:00:01 30 2017-02-05 10:00:01 2 T-C 10:00:02 104 2017-02-05 10:00:02 3 T-B 10:00:03 52 2017-02-05 10:00:03 4 T-C 10:00:04 41 2017-02-05 10:00:04 5 T-A 10:00:05 91 2017-02-05 10:00:05 6 T-C 10:00:06 102 2017-02-05 10:00:06 7 T-B 10:00:07 40 2017-02-05 10:00:07 8 T-B 10:00:08 101 2017-02-05 10:00:08 9 T-C 10:00:09 97 2017-02-05 10:00:09
あとは無理やり
In [95]: df2.groupby(pd.Grouper(key='time2', freq='2s')).groups Out[95]: {Timestamp('2017-02-05 10:00:00', freq='2S'): 2, Timestamp('2017-02-05 10:00:02', freq='2S'): 4, Timestamp('2017-02-05 10:00:04', freq='2S'): 6, Timestamp('2017-02-05 10:00:06', freq='2S'): 8, Timestamp('2017-02-05 10:00:08', freq='2S'): 10}
In [96]: df2.groupby(pd.Grouper(key='time2', freq='2s')).max() Out[96]: Sensor Time Value time2 2017-02-05 10:00:00 T-B 10:00:01 30 2017-02-05 10:00:02 T-C 10:00:03 104 2017-02-05 10:00:04 T-C 10:00:05 91 2017-02-05 10:00:06 T-C 10:00:07 102 2017-02-05 10:00:08 T-C 10:00:09 101